基于表面肌电信号的LDA-BPNN双臂手势识别算法

作     者：王金玮 曹乐 阚秀 张文艳 孟壮壮 WANG Jinwei;CAO Le;KAN Xiu;ZHANG Wenyan;MENG Zhuangzhuang

作者机构：上海工程技术大学电子电气工程学院上海201620 

出 版 物：《传感器与微系统》 (Transducer and Microsystem Technologies)

年 卷 期：2023年第42卷第6期

页      面：158-160,168页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

主　　题：表面肌电信号 小波阈值去噪 线性判别分析方法 反向传播神经网络 手势识别 

摘      要：针对基于表面肌电(sEMG)信号的双臂手势识别率不高的问题,提出一种利用线性判别分析(LDA)方法结合反向传播神经网络(BPNN)算法的手势识别方法。首先,对采集的双臂sEMG信号进行小波阈值去噪的预处理,提取信号中的均方根值、绝对值均值、过零点次数、立方均值、波长、平均绝对值斜率共6种特征;再通过LDA对高维特征集进行降维处理;最后,利用BPNN建立相应的手势模型并识别。实验结果表明:在双臂手势动作的背景下,该识别算法效率较高,识别准确率高达92.7%,能够有效实现双臂手势识别。